כרטיס כותרת עם הכיתוב המספרים העצמאיים הראשונים של Gemini 4 Neon, עם השורה ה-61 הוא הגדרת xhigh. כברירת מחדל הוא מקבל 59.6, ו-Carbon מקבל 60.0, מעל שלושה כרטיסים עם הכיתוב Gemini 4 Neon ב-xhigh 61.4, Gemini 4 Neon ב-high (ברירת מחדל) 59.6 ו-Gemini 4 Carbon ב-high 60.0, עם כיתוב תחתון Artificial Analysis Intelligence Index v5.0.1, 19 בנובמבר 2026.
Guides & Insights

הבנצ'מרקים העצמאיים הראשונים של Gemini 4 Neon: ה־61 הוא מספר xhigh, ובברירת המחדל שלו הוא נוחת מאחורי Carbon

מחבר

jinhao.song

תאריך פרסום

מודלים אחרונים · 20צפו בכל המודלים →
בנצ'מרקים: Artificial Analysis · מתעדכן יומית
חזרה לכל הפוסטים

פוסט ההשקה של גוגל עבור Gemini 4 Neon נפתח עם מדד הבינה של Artificial Analysis של 61, במקום השלישי בסך הכול. Artificial Analysis מפרסמת כעת עמוד משלה עבור Gemini 4 Neon, והעמוד הזה אומר 61.4 — עבור ה-xhigh, הגרסה העמוקה מבין ארבע הגדרות חשיבה, בדירוג שישי מתוך 96 מודלים במדד v5.0.1. בהגדרה שבה Neon למעשה משתמשת כברירת מחדל, high, אותו עוקב מעניק לה 59.6. Gemini 4 Carbon, המודל שמולו ההכרזה של גוגל מודדת את Neon כמעט בכל פסקה, ניצב על 60.0 בשיא שלו עצמו. קראו את שני העמודים כפי שהם מפורסמים ותגלו שה-Gemini 4 החדש ביותר אינו החכם ביותר: הוא מנצח ב-1.4 נקודות כשדוחפים אותו לדרגה שאין ל-Carbon, ומפסיד ב-0.4 נקודות כשמשווים בין שני המודלים בהגדרות שהיצרנים שלהם ממליצים עליהן.

כל זה לא הופך את Neon למודל גרוע, ומספרי המהירות באותו פאנל הם הטיעון החזק ביותר בעדו שמישהו פרסם אי פעם. אבל זה כן אומר שהנתון הסביר ביותר להגיע למצגת כלשהי השבוע הוא התצורה הפחות מייצגת של המודל, ועכשיו כל מי שיש לו דפדפן יכול לבדוק את התיקון בעצמו, במקום להסיק אותו מהטבלה של הספק עצמו.

מה שהעוקב למעשה פרסם

Artificial Analysis מציינת את Gemini 4 Neon כמי ששוחרר ב-18 בנובמבר 2026, קנייני, של Google, עם חלון הקשר של מיליון טוקנים וקלט טקסט, תמונה, דיבור ווידאו. הוא כולל ארבע גרסאות עם ניקוד נפרד — low, medium, high ו-xhigh — והדף נפתח כברירת מחדל על xhigh, וזו הסיבה שנתון הכותרת הוא 61.4 ולא המספר שהייתם מקבלים אילו קראתם למודל ללא פרמטרי חשיבה כלל. האינדקס התקף הוא v5.0.1, וזה חשוב לכל מי שמחזיק בציון ישן: זהו אינדקס שעבר בסיס מחדש, ו-61 מלוח מובילים של הקיץ אינו אותה מדידה כמו 61 כיום.

אותו עמוד מדרג את שאר בני המשפחה, וכדאי לקרוא את הסדר לפני המספרים הבודדים. כל הארבעה משתמשים באותה קבוצת הערכה — AA-Briefcase v1.1, AutomationBench-AA, Terminal-Bench 4.0, FrontierCode-AA 2.0, AA-Omniscience v1.1, GDP.pdf, HLE-Diamond, CritPt v2 ו-Terminal-Bench-Science 0.1 — כך שההשוואה היא לפחות בין שווים לשווים, מה שאי אפשר לומר על טבלת הבנצ'מרקים בפוסט ההשקה.

The Artificial Analysis model page for Gemini 4 Neon, headed Gemini 4 Neon: Intelligence, Performance and Price Analysis, showing Intelligence 61 at rank #6 of 96, Performance #73 of 95 with 56.51 seconds per response, 110 output tokens per second and 21.5 minutes per task, Cost #82 of 95 at $3.00 input and $15.00 output per million tokens with a 95% cache discount and $6.44 per Intelligence Index task, and Verbosity #93 of 95, above a low, medium, high and xhigh variant selector.

מודל אחד, ארבעה ציונים, וסולם תלול בהרבה

• Neon במצב נמוך — 44.1, לעומת Carbon במצב נמוך 54.2 ו-Gemini 4 Hydrogen במצב נמוך 26.9.

• ניאון ברמה בינונית — 54.9, לעומת פחמן 58.3 ומימן 41.2.

• Neon במצב גבוה — 59.6, לעומת Carbon 60.0 ו-Hydrogen 50.8. זו ברירת המחדל של Neon והתקרה של Carbon.

• Neon ב-xhigh — 61.4, לעומת אין רשומת Carbon בכלל. ל-Gemini 4 Hydrogen יש דרגה רביעית והוא מקבל ציון 53.9.

צורתם של ארבעת המספרים האלה היא החלק שפוסט ההשקה אינו מעביר. Neon משתרעת על פני 17.3 נקודות אינדקס מההגדרה הזולה ביותר שלה ועד להגדרה העמוקה ביותר; Carbon משתרעת על פני 5.8 נקודות לאורך שלוש הדרגות שלה. Neon אינה כמות קבועה שבמקרה יש לה כפתור כוונון — היא ארבעה מודלים שונים מהותית בהתאם לדרגה שאליה מתייחסים, וההבדלים הגדולים ביותר נמצאים בתחתית, שבה אצל Neon ה־low נמוך ב־10.1 נקודות מהערך של Carbon ב־low. אם מדדתם את Neon מול Carbon באמצעות מספר יחיד לכל מודל, הגרסה הכנה היא עקומה מול קו ישר.

לכך יש השלכה מעשית המנוגדת למסגור ההשקה. התיעוד של גוגל מורה למפתחים להעריך בכל ארבע הרמות ולבחור את הנמוכה ביותר שעוברת את רף האיכות שלהם, ומזהיר שxhigh "עלול לגרום לחשיבת יתר או למצות את max_output_tokens בפרומפטים פשוטים יותר כגון חילוץ טקסט או JSON". המספרים הבלתי־תלויים מראים מדוע העצה הזו מהותית ולא זהירה גרידא: ירידה ברמה אינה שגיאת עיגול במודל הזה. 1.8 הנקודות בין ברירת המחדל של Neon לתקרה שלה הן יותר מפי ארבעה מהמרחק בין Neon ל-Carbon; 4.7 הנקודות בין high ל־medium הן כמעט פי שנים־עשר ממנו.

A two-column scoreboard titled Gemini 4 Neon — the scoreboard. Gemini 4 Neon at xhigh reads AA Index 61.4, cost per task $6.44, output tokens 283M, time per task 21.5 min, output speed 110 tok/s; Gemini 4 Carbon at high reads AA Index 60.0, cost per task $4.90, output tokens 205M, time per task 36.1 min, output speed 57 tok/s. The footer says both figures are per Artificial Analysis on index v5.0.1, read 19 November 2026, and that Google's 32% cheaper-per-task claim is not reproduced at these settings.

מהי עלותה של משימה, מדודה ולא מוצהרת

הטענה שכדאי לבדוק היא זו הנוגעת לכל משימה. גוגל אומרת ש-Gemini 4 Neon כברירת מחדל במצב גבוה עולה 32% פחות לכל משימה מ-Gemini 4 Carbon, ו-36% או יותר פחות ממודלי חזית מתחרים בהגדרת החשיבה הגבוהה ביותר שלהם. העלות לכל משימה היא פונקציה של מספר הטוקנים שמודל פולט, ופוסט ההשקה אינו חושף מספרי טוקנים, כך שעד השבוע הזה המספר לא היה ניתן לבדיקה מבחוץ.

הפאנל של העוקב מציג את Neon בעלות של $6.44 לכל משימת Intelligence Index ואת Carbon ב-$4.90. זו אינה חיסכון של 32%; זו תוספת מחיר של 31%, והכיוון הפוך מהטענה. ההסתייגות הכנה היא אי-התאמה בתצורה, והיא פועלת לשני הכיוונים: $6.44 הוא Neon בתצורת xhigh, מכיוון ש-xhigh הוא הווריאנט שהדף נפתח בו, בעוד ש-$4.90 הוא Carbon בתצורת high, המקסימום שלה עצמה. הנתון של גוגל בדבר 32% נוגע ל-Neon בתצורת high, שהעוקב מדרג בנפרד ב-59.6 אך אינו מציג אותו בכותרת עם עלות באותו פאנל. לכן ההצהרה הנכונה היא צרה יותר מ"גוגל טועה": התצורה המפורסמת של Neon עולה יותר לכל משימה מהתצורה המפורסמת של Carbon, וההשוואה הספציפית שגוגל עורכת לא שוחזרה באופן עצמאי.

מה שניתן לשחזר הוא פרופיל הטוקנים, והוא מערער על הקריאה האינטואיטיבית של מודל מהיר יותר. Neon ייצר 283M טוקני פלט לאורך Intelligence Index לעומת 205M של Carbon — 38% יותר — על 8.12B טוקני קלט, כשהפלט עומד על 3.5% מהקלט. החציון בקרב המודלים שהעוקב מדרג הוא 65.1M טוקני פלט, כך ש-Neon לא רק פטפטן יותר מ-Carbon; הוא בין המודלים הרב-מילוליים ביותר בלוח, ומדורג 93 מתוך 95 במדד הזה. Carbon, שהיה לה מוניטין של מילוליות, נמצאת במקום ה-90. מה ש-Neon חוסך לך, הוא אינו חוסך בטוקנים נפלטים.

היכן שזה באמת מהיר יותר — וזה הטיעון החזק ביותר לכך — הוא זמן קיר:

• זמן לכל משימת Intelligence Index — Neon 21.5 דקות, Carbon 36.1, Hydrogen 15.3, Argon 29.6. החציון עבור מודלים דומים הוא 12.4 דקות.

• מהירות פלט — Neon: 110 אסימונים לשנייה, Carbon: 57, Hydrogen: 168, Argon: 65.

• זמן עד לטוקן הראשון של התשובה — Neon 56.5 שניות, Carbon 75.0, Hydrogen 47.2, Argon 47.1.

Neon מסיים את אותה קבוצת הערכה ב-40% פחות זמן קיר מאשר Carbon, בקצב ייצור כפול בערך, תוך פליטת יותר טוקנים וציון נמוך ב-0.4 נקודות בהגדרות ברירת המחדל המותאמות. זהו מוצר קוהרנטי, והוא מוצר שונה מזה שטבלת הבנצ'מרקים מרמזת עליו: זהו מודל שבוחרים בו כדי לסיים מוקדם יותר, לא כזה שבוחרים בו כדי להיות צודק לעתים קרובות יותר.

שלושה מספרים בפוסט ההשקה שהמעקב אינו מאמת

הדירוג. גוגל אומרת שלישי בסך הכול. העמוד החי של הטרקר מדרג את גרסת xhigh במקום השישי מתוך 96 באינדקס v5.0.1. אפשר לייחס את שני הנתונים ל-Artificial Analysis והם עדיין יהיו שונים, כי סט המודלים משתנה; מה שלא יכול להיות נכון הוא ששניהם עדכניים. צטט את העמוד החי, וציין לאיזו גרסה הוא שייך, אחרת המספר לא ישרוד את השחרור הבא.

ההגדרה שמאחורי הציון. ציון 61 ללא סייג מתפרש כציון של המודל. זהו אחד מארבעה, הוא היקר ביותר להרצה, והוא זה שמסמכי Google עצמם מזהירים מפניו במשימות בעלות אופי של חילוץ. ברירת המחדל היא 59.6.

היתרון לכל משימה.נדון לעיל: בתצורות שהעוקב מפרסם בלוח הסיכום שלו, Neon יקר ב-31% לכל משימה, ולא זול ב-32%. ייתכן שטענת הספק עדיין תקפה ב-גבוה על מערכת הבדיקה של גוגל עצמה. היא לא הוכחה כמתקיימת בשום מקום שקל לקורא לבדוק.

כל השאר בהכרזה נשאר כפי שהיה — לוחות הדירוג של צדדים שלישיים שגוגל מצטטת, וההערכות של גוגל עצמה שלא שוחזרו, מ-Chartography ב-73.5% ל-FrontierCode 2.0 ב-46.2%, ונתוני הסייבר שמגיעים רק דרך Fairwind defenders programme. המספרים העצמאיים אינם סותרים דבר מזה. זה פשוט לא החלק שאפשר לאמת, והחלק שאפשר לאמת נקרא כעת אחרת.

מה זה משנה אם היית עומד לתקנן על Neon

אם הסיבה לבחירה ב-Neon הייתה ה-61, המספר שעליך להעביר לתוכנית קיבולת הוא 59.6, והמודל שהוא גובר עליו בהגדרה הזו אינו נמצא במשפחה הנוכחית — ה-60.0 של Carbon מקדים אותו, והמחיר של Carbon הוא $2.00 ו-$10.00 למיליון טוקנים לעומת $3.00 ו-$15.00 של Neon, עד שתעריף ההיכרות של Carbon ו-Argon יעלה ל-$4.00 ו-$20.00 ב-1 בדצמבר 2026.

אם הסיבה שלך הייתה המהירות, הטענה נכונה והמספרים שלמעלה תומכים בה. עשרים ואחת דקות לעומת שלושים ושש על אותה קבוצת הערכה הן סוג ההבדל שמשנה כמה אפשר להריץ ביום עבודה, וקצב הייצור של פי 1.9 מורגש בעבודה אינטראקטיבית הרבה לפני שהוא מורגש במשימת אצווה.

אם הסיבה שלך הייתה הכלכלה לפי משימה של Google, הרץ את המבחן בעצמך לפני שאתה מתחייב לנתיב ייצור שמסתמך עליה. פרופיל הטוקנים הוא הדבר היחיד שמכריע אם טענת ה"לפי משימה" מחזיקה בתעבורה שלך, והמדידה הבלתי תלויה אומרת ש-Neon פולטת יותר טוקנים מהמודל שהיא אמורה להוזיל מתחתיו. בעבודה עתירת קלט התמונה מתהפכת, מפני שמחיר הקלט של Neon גבוה ב-50% מזה של Carbon היום, והמהלך של Carbon בדצמבר סוגר אפילו את הפער הזה לטובת Neon — שזה חלון של ארבעה עשר יום, לא אסטרטגיה.

הרצת ההשוואה על התעבורה שלך

הסיבה שכדאי להתעניין בסולם בעל ארבע מדרגות ולא בציון בודד היא שהמדרגה היא החלטת עלות, ואת החלטות העלות הזול ביותר לקבל כששני המודלים נמצאים במרחק קריאה אחד. הקטלוג שלנו כולל את google/gemini-4-carbon ואת google/gemini-4-argon במחיר המחירון של הספק ללא תוספת, כלומר מדרגת ה-1 בדצמבר בשני המודלים האלה מופיעה בחשבונית שלכם ביום שבו היא מופיעה אצל Google, ומיקומה של Neon בדצמבר ביחס אליהם משתנה בלי שאיש ינהל מחדש משא ומתן על דבר. Gemini 4 Neon עדיין אינו בקטלוג, כך שזו אינה המלצה להריץ אותו דרכנו היום — זהו קווי המתאר של המבחן שיש להריץ כשהוא יגיע.

The OrcaRouter model page for Gemini 4 Carbon, showing the model identifier google/gemini-4-carbon, a maximum output of 65K tokens, multimodal input across text, image, file, audio and video, capability chips for vision, audio, tools, JSON, reasoning and output text, the line by Google · 2026-11-10, a p50 time to first token of 10.005 seconds, and the description noting a 1,048,576-token context window.

ההערכה שהמספרים שלמעלה תומכים בה אינה הרצת בנצ'מרק. מדובר באותו פרומפט ברמה גבוהה בשני המודלים, כשהוא נמדד בטוקנים עד לסיום ולא בשניות, על מדגם מהמשימות שלך. הבדיקה הזו מחייבת ששני המודלים יהיו נגישים ממפתח אחד עם גיבוי מאחוריו, כי הנקודה בהרצת Neon היא לברר אם הטענה לכל משימה שורדת מפגש עם התעבורה שלך, והנקודה בגיבוי היא שמודל שאתה עדיין מעריך לעולם לא יהיה הנתיב היחיד לפרודקשן. Carbon מאחוריו, Argon מאחורי זה, והשוואת הסולם הופכת לשינוי ניתוב ולא למיגרציה.

הדבר היחיד שאסור לעשות הוא לבסס את ההחלטה על טבלת ההשקה. העוקב פרסם כעת ארבעה ציונים עבור מודל אחד, הפער בין הגבוה ביותר לבין ברירת המחדל גדול מהפער בין ברירת המחדל לבין המודל שהוא מחליף, וטענת העלות שמאפשרת לכל ההצעה לעבוד היא המספר היחיד בשקופית שאף אחד מחוץ לגוגל לא שחזר.

מה לראות בהמשך

שלושה דברים, כולם ניתנים לבדיקה. האם העלות למשימה של הטרקר עבור Neon במצב גבוה מתקרבת לנתון 32% של גוגל — השורה הבודדת הזו תכריע את הוויכוח, והיא גרסה שכבר יש לה ציון אינדקס שפורסם. האם שער Fairwind בגרסת הסייבר נפתח, מכיוון שנתוני האבטחה הם עדיין טענות על מודל שכמעט אף אחד מחוץ לגוגל לא יכול להפעיל. והאם הצעד של 1 בדצמבר ב-Carbon וב-Argon ישרוד מפגש עם הביקוש, כי זה התאריך שבו התעריפים הקבועים של Neon בסך $3.00 ו-$15.00 מפסיקים להיראות יקרים ומתחילים להיראות כמו שכבת החשיבה הזולה ביותר של Gemini 4 לכל טוקן.

עד אז, הסיכום המועיל הוא באורך משפט אחד: Gemini 4 Neon היא הדרך המהירה ביותר לקבל תשובה של Gemini 4, היא אינה המדויקת ביותר בהגדרה שבה היא מגיעה, וטענת היעילות שמצדיקה את מחירה היא עדיין טענה של ספק.